Objetivo Descrever a evolução da mortalidade por homicídios no Município de São Paulo segundo tipo de arma, sexo, raça ou cor, idade e áreas de exclusão/inclusão social entre 1996 e 2008. Métodos Estudo ecológico de série temporal. Os dados sobre óbitos ocorridos no Município foram coletados da base de dados do Programa de Aprimoramento das Informações sobre Mortalidade, seguindo a Classificação Internacional de Doenças, Décima Revisão (CID-10). Foram calculadas as taxas de mortalidade por homicídio (TMH) para a população total, por sexo, raça ou cor, faixa etária, tipo de arma e área de exclusão/inclusão social. As TMH foram padronizadas por idade pelo método direto. Foram calculados os percentuais de variação no período estudado. Para as áreas de exclusão/inclusão social foram calculados os riscos relativos de morte por homicídio. Resultados As TMH apresentaram queda de 73,7% entre 2001 e 2008. Foi observada redução da TMH em todos os grupos analisados, mais pronunciada em homens (−74,5%), jovens de 15 a 24 anos (−78,0%) e moradores de áreas de exclusão social extrema (−79,3%). A redução ocorreu, sobretudo, nos homicídios cometidos com armas de fogo (−74,1%). O risco relativo de morte por homicídio nas áreas de exclusão extrema (tendo como referência áreas com algum grau de exclusão social) foi de 2,77 em 1996, 3,9 em 2001 e 2,13 em 2008. Nas áreas de alta exclusão social, o risco relativo foi de 2,07 em 1996 e 1,96 em 2008. Conclusões Para compreender a redução dos homicídios no Município, é importante considerar macrodeterminantes que atingem todo o Município e todos os subgrupos populacionais e microdeterminantes que atuam localmente, influenciando de forma diferenciada os homicídios com armas de fogo e os homicídios na população jovem, no sexo masculino e em residentes em áreas de alta exclusão social.
resumo O trabalho identifica e analisa as características dos setores censitários na capital do estado de São Paulo, Brasil, reunindo-os em agrupamentos mutuamente exclusivos. Desse modo, foram selecionadas variáveis sensíveis a condições e alterações populacionais, ambientais, criminais, habitacionais, de mobilidade e de expansão urbana para separar o território paulistano em parcelas que apresentassem homogeneidade intra-agrupamentos. Cada uma dessas parcelas representa um perfil demográfico e um padrão urbano distintos. Assim, identificando grupos semelhantes (diminuindo a variância intragrupos e maximizando a variância intergrupos), é possível obter um melhor discernimento das singularidades da cidade. Além disso, em uma perspectiva inter e transdisciplinar, este trabalho assinala a possibilidade de adequação tanto de estratégias de amostragem, coleta e estimação estatística como de identificação, descrição, significação e estudo do contexto paulistano.
Evolução dos homicídios e indicadores de segurança pública no Município de São Paulo entre 1996 a 2008: um estudo ecológico de séries temporaisHomicide and public security indicator trends in the city of São Paulo between 1996 and 2008: a time-series ecological study
View (c) Hotspot View (e) Global Temporal View (f) Ranking Type View (h) Filter Widget (g) Radial Type View (d) Cumulative Temporal View (a) Control Menu Fig. 1. CrimAnalyzer system: the spatial and temporal interactive views enable the exploration of local regions while revealing their criminal patterns over time.
Extracting and analyzing crime patterns in big cities is a challenging spatiotemporal problem. The hardness of the problem is linked to two main factors, the sparse nature of the crime activity and its spread in large spatial areas. Sparseness hampers most time series (crime time series) comparison methods from working properly, while the handling of large urban areas tends to render the computational costs of such methods impractical. Visualizing different patterns hidden in crime time series data is another issue in this context, mainly due to the number of patterns that can show up in the time series analysis. In this paper, we present a new methodology to deal with the issues above, enabling the analysis of spatiotemporal crime patterns in a street-level of detail. Our approach is made up of two main components designed to handle the spatial sparsity and spreading of crimes in large areas of the city. The first component relies on a stochastic mechanism from which one can visually analyze probable×intensive crime hotspots. Such analysis reveals important patterns that can not be observed in the typical intensity-based hotspot visualization. The second component builds upon a deep learning mechanism to embed crime time series in Cartesian space. From the embedding, one can identify spatial locations where the crime time series have similar behavior. The two components have been integrated into a web-based analytical tool called CriPAV (Crime Pattern Analysis and Visualization), which enables global as well as a street-level view of crime patterns. Developed in close collaboration with domain experts, CriPAV has been validated through a set of case studies with real crime data in S ão Paulo -Brazil. The provided experiments and case studies reveal the effectiveness of CriPAV in identifying patterns such as locations where crimes are not intense but highly probable to occur as well as locations that are far apart from each other but bear similar crime patterns.
Objetivo. Identificar a existência de padrões espaço-temporais na ocorrência de homicídios dolosos no Município de São Paulo (MSP) e discutir o valor analítico de levar em conta tais padrões ao elaborar estudos que tratam da dinâmica e dos fatores associados à incidência dos Conclusões. Os resultados mostraram a importância de analisar a distribuição espacial dos fenômenos sociais sem restrição de fronteiras político-administrativas.Homicídio; distribuição espacial da população; distribuição temporal; sistemas de informação geográfica; Brasil. resumo Palavras chaveHá muito a espacialização do crime tem sido empregada como parte do processo das análises criminais. Entretanto, há apenas poucas décadas surgiram os estudos que utilizam técnicas estatísticas e geoestatíticas para analisar a distribuição espaço-temporal das ocorrências criminais e que ponderam sobre seus escopos explanatórios (1-8).Nesse sentido, há os estudos que abordam a dinâmica criminal em diferentes localidades pelo viés qualitativo, pela constatação da heterogeneidade de processos sociais no âmbito das cidades, pela avaliação das transformações urbanas ou pelo aprofundamento do conhecimento da crise urbana e dos conflitos decorrentes das mais diversas mudanças culturais, econômicas e políticas (9). Igualmente, há estudos que empregam o que se poderia definir, genericamente, como métodos quantitativos (10, 11), ou, mais especificamente, métodos multivariados (12)(13)(14). Esses estudos procuram explicar a variação das taxas de crime violento e encontrar associações estatís-ticas entre taxas de crimes e variáveis socioeconômicas dentro de uma mesma
Objetivo. Identificar a existência de padrões espaço-temporais na ocorrência de homicídios dolosos no Município de São Paulo (MSP) e discutir o valor analítico de levar em conta tais padrões ao elaborar estudos que tratam da dinâmica e dos fatores associados à incidência dos Conclusões. Os resultados mostraram a importância de analisar a distribuição espacial dos fenômenos sociais sem restrição de fronteiras político-administrativas.Homicídio; distribuição espacial da população; distribuição temporal; sistemas de informação geográfica; Brasil. resumo Palavras chaveHá muito a espacialização do crime tem sido empregada como parte do processo das análises criminais. Entretanto, há apenas poucas décadas surgiram os estudos que utilizam técnicas estatísticas e geoestatíticas para analisar a distribuição espaço-temporal das ocorrências criminais e que ponderam sobre seus escopos explanatórios (1-8).Nesse sentido, há os estudos que abordam a dinâmica criminal em diferentes localidades pelo viés qualitativo, pela constatação da heterogeneidade de processos sociais no âmbito das cidades, pela avaliação das transformações urbanas ou pelo aprofundamento do conhecimento da crise urbana e dos conflitos decorrentes das mais diversas mudanças culturais, econômicas e políticas (9). Igualmente, há estudos que empregam o que se poderia definir, genericamente, como métodos quantitativos (10, 11), ou, mais especificamente, métodos multivariados (12)(13)(14). Esses estudos procuram explicar a variação das taxas de crime violento e encontrar associações estatís-ticas entre taxas de crimes e variáveis socioeconômicas dentro de uma mesma
AgradecimentosTenho muito e a muitos a agradecer.Aos meus pais Flavio Nery e Elicia Batista Nery, pelo apoio e pela confiança depositada em mim, mesmo quando eu não acreditava em minha capacidade.À minha madrinha Ana Maria de Oliveira Paiva (in memoriam): "Tia Ia", obrigado por tudo! À minha amiga e namorada Vanessa Alves Sousa, por todos os momentos que passamos juntos, pela paciência, pela compreensão e pelo amparo. A todos os colegas do NEV-USP, ou que conheci nesse importante núcleo de pesquisas, em especial André Oliveira, André Zanetic, Caren Ruotti, Bruno Manso, Edmilson Lima Araújo "Dellon", Fernando Filho, Herbert Rodrigues, Isabela Moutinho Sobral, Juliana Carlos, Maira Coutinho "Lila", Mara Souza Lima, Maria Gorete Marques, Mariana Vieira, Mariana Thorstensen Possas, Rafael Werneck Cinoto, Renan Oliveira, Roberta Astolfi, Sergia Santos, Simony dos Anjos, Thiago Oliveira e Vitor Blotta, assim como, in memoriam, a Eduardo Brito e Paulo de Mesquita Neto.Às professoras Maria Fernanda Tourinho Peres e Teresa Caldeira, pela cuidadosa leitura do exemplar de qualificação e pelas valiosas sugestões.Aos professores e funcionários da USP e do Programa de Pós-Graduação em Sociologia, em especial a Gustavo Barboza Mascarenhas.Ao professor Renato Lima, pela gentiliza de ter escrito um parecer positivo à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), o que contribuiu muito com a realização do meu doutorado sanduíche. À CAPES, pela bolsa sanduiche concedida (Processo BEX 6659/15-2). À Teresa Caldeira, pelas valiosas sugestões e ensinamentos, pelas oportunidades oferecidas (chance de conhecer os Estados Unidos, minha primeira viagem internacional, e de estudar na University of California, Berkeley, oportunidade de uma vida) e, sobretudo, por ter aberto as portas de sua casa, por ter me acolhido e pelo carinho com que me recebeu. Assim, estendendo o meu agradecimento à família da professora Teresa: James (marido), Olivia (filha) e Max (cachorro).À Giane Silvestre, que me recebeu em uma terra estranha. Sim, os EUA, ou ao menos a Califórnia, são uma terra estranha sob diversos aspectos.Aos funcionários da UC Berkeley, em especial à Malla Hadley, e aos colegas do apartamento norte-americano Yakup Memsal e Firooz Kurdiyamir. Thank you very much! À Karla dos Santos, Waldir Novais e filhos (que, lembro, permitiram que usasse o computador deles quando ainda não tinha um); à Maria Ângela Pereira do Nascimento, Maria Aparecida de Oliveira e família, por se preocuparem com os meus pais quando estive longe.Aos coautores de quatro artigos escritos durante o doutorado e fundamentais para esta tese, Altay Lino de Souza, Camila Nunes Dias, Diego Vicentin, Maria Fernanda Tourinho Peres, Nancy Cardia e Sérgio Adorno. Esses artigos são: "Regimes espaciais: dinâmica dos homicídios dolosos na cidade de São Paulo entre 2000 e 2008", "Homicídios dolosos na cidade de São Paulo: fatores associados à queda entre 2000 e 2010", "O movimento da criminalidade em São Paulo: um recorte temático e bibliográfico" e "A cidade e a ...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.